【轉載】機器視覺開源處理庫彙總

申明：本文非筆者原創，原文轉載自：http://blog.chinaunix.net/uid-24517893-id-3125166.html

通用庫/General Library

• OpenCV

無需多言。

• RAVL

Recognition And Vision Library. 線程安全。強大的IO機制。包含AAM。

• CImg

很酷的一個圖像處理包。整個庫只有一個頭文件。包含一個基於PDE的光流算法。

圖像，視頻IO/Image, Video IO

• FreeImage
• DevIL
• ImageMagick
• FFMPEG
• VideoInput
• portVideo

AR相關/Augmented Reality

• ARToolKit

基於Marker的AR庫

• ARToolKitPlus

ARToolKit的增強版。實現了更好的姿態估計算法。

• PTAM

實時的跟蹤、SLAM、AR庫。無需Marker，模板，內置傳感器等。

• BazAR

基於特徵點檢測和識別的AR庫。

局部不變特徵/Local Invariant Feature

• VLFeat

目前最好的Sift開源實現。同時包含了KD-tree，KD-Forest，BoW實現。

• Ferns

基於Naive Bayesian Bundle的特徵點識別。高速，但佔用內存高。

• SIFT By Rob Hess

基於OpenCV的Sift實現。

目標檢測/Object Detection

• AdaBoost By JianXin.Wu

又一個AdaBoost實現。訓練速度快。

• 行人檢測 By JianXin.Wu

基於Centrist和Linear SVM的快速行人檢測。

（近似）最近鄰/ANN

• FLANN

目前最完整的（近似）最近鄰開源庫。不但實現了一系列查找算法，還包含了一種自動選取最快算法的機制。

• ANN

另外一個近似最近鄰庫。

SLAM & SFM

• SceneLib [LGPL]

monoSLAM庫。由Androw Davison開發。

圖像分割/Segmentation

• SLIC Super Pixel

使用Simple Linear Iterative Clustering產生指定數目，近似均勻分佈的Super Pixel。

目標跟蹤/Tracking

• TLD

基於Online Random Forest的目標跟蹤算法。

• KLT

Kanade-Lucas-Tracker

• Online boosting trackers

Online Boosting Trackers

直線檢測/Line Detection

• DSCC

基於聯通域連接的直線檢測算法。

• LSD [GPL]

基於梯度的，局部直線段檢測算子。

指紋/Finger Print

• pHash [GPL]

基於感知的多媒體文件Hash算法。（提取，對比圖像、視頻、音頻的指紋）

視覺顯著性/Visual Salience

• Global Contrast Based Salient Region Detection

Ming-Ming Cheng的視覺顯著性算法。

FFT/DWT

• FFTW [GPL]

最快，最好的開源FFT。

• FFTReal [WTFPL]

輕量級的FFT實現。許可證是亮點。

音頻處理/Audio processing

• STK [Free]

音頻處理，音頻合成。

• libsndfile [LGPL]

音頻文件IO。

• libsamplerate [GPL ]

音頻重採樣。

小波變換

快速小波變換（FWT）

• FWT

BRIEF: Binary Robust Independent Elementary Feature 一個很好的局部特徵描述子，裏面有FAST corner + BRIEF實現特徵點匹配的DEMO：http://cvlab.epfl.ch/software/brief/

http://code.google.com/p/javacv

Java打包的OpenCV, FFmpeg, libdc1394, PGR FlyCapture, OpenKinect, videoInput, and ARToolKitPlus庫。可以放在Android上用~

 

libHIK,HIK SVM，計算HIK SVM跟Centrist的Lib。http://c2inet.sce.ntu.edu.sg/Jianxin/projects/libHIK/libHIK.htm

 

一組視覺顯著性檢測代碼的鏈接：http://cg.cs.tsinghua.edu.cn/people/~cmm/saliency/